梁 宇
(华电新疆发电有限公司红雁池电厂,新疆乌鲁木齐 830047)
在电力企业中,设备的安全性、可靠性已引起极大关注,大量分析用于评估设备状态、故障或潜在风险。对于这类分析而言,可靠性数据极其重要。
目前,新建电厂的费效设计(投入费用和产出效益的设计)和现有电厂设备的运维越来越成为关注的重点,失效数据、失效机理和维修数据等可靠性数据已经越来越重要。树立设备可靠性数据资产概念,建立健全可靠性数据资产收集和应用规范体系,完善传统的以实物资产为核心的电力资产管理体系,将成为电力企业生产运营中创造经济价值的新源泉,组织运行中维持竞争优势的新要素,以及管理提升中发展方式转变的新途径。
但是,哪些是优质的可靠性数据资产、具备核心竞争优势,则需要在对可靠性数据资产进行现实化运用,并衍生出不同的商业模式,通过分析商业案例之后,才能来阐释清楚其合理性、颠覆性。而这些首先依赖于可靠性数据资产的采集和交互。
中国华电集团对数据资产的定义:数据资产主要指由企业拥有或控制,涉及企业生产经营、客户服务等各方面,与企业经营及管理相关且反映其状态、特征、属性的数据集合。数据资产由数据定义以及该定义下有关主体在不同时间、活动中产生的具体数据共同组成。
企业内部产生或从外部获取的数据,经过资产化管理后转化为可信且相关联的数据,通过分析挖掘,可以深入洞察企业内部、外部管理和市场,减少和消除运营活动中的风险,研判发展趋势,为企业的管理控制和科学决策提供合理依据。
基于上述定义,典型的电力设备可靠性数据资产的采集和利用循环如图1所示。RAM为Reliability,Availability and Maintainability的缩写,意为可靠性、用用性和可维护性。
典型的数据采集过程包括:按照预先定义的数据采集规则整理汇总来源于不同数据源的数据,并登记到一个数据库中。在这个过程中,数据采集规则的定义是保证获得高质量数据的前提。针对可靠性数据资产采集的范围和规则定义如下。
图1 电力设备可靠性数据资产的采集和利用循环
清晰的边界定义对于可靠性数据的采集、汇总和分析十分必要,否则很难实现数据的交互和利用。针对每类设备,都需定义清晰的边界以描述可靠性数据的采集范围。电力变压器的设备边界定义如图2所示。
位置设备分级体系即对设备和其相应的运转位置组织到一个逻辑层次上,引用ISO 14224—2006定义的分解体系(图3)。
层级6~9为设备的分级,可靠性数据的收集主要在设备单元级别(层级6),也包括设备单元的各个子级(层级 7~9),具体到哪个层级取决于数据的意义和将来的用途,如故障根本原因分析(Root Cause Analysis,RCA)或以可靠性为中心(Reliability Centered Maintenance,RCM)的维修分析。可靠性数据与位置设备分级对应关系如表1所示。其中,X为建议的对应层级,(X)为可替换的对应层级。
图2 设备边界示例(电力变压器)
图3 位置设备分级体系
表1 可靠性数据与位置设备分级体系对应
可靠性数据的采集主要包括设备数据、故障数据和维修数据,其采集过程应按照组织和结构的方式进行。同时,这些数据应是通用的,但对每台设备单元则是相对特殊的。
2.2.1 描述设备单元的数据(层级6)设备分成技术、运转和环境参数是采集可靠性数据的基础。(1)识别数据。如位置信息、分类、安装数据、设备单元数据、所属区域系统等。
(2)属性数据。如制造商信息、设计参数、设计特点等。(3)运行属性。如运行环境、运行方式等。
2.2.2 描述故障的数据
(1)识别数据。如故障记录编号,故障关联的设备等。
(2)故障特征数据。如故障的子单元或维修组件,故障日期,故障影响,故障原因,严重程度等。
2.2.3 描述维修的数据
(1)识别数据。如维修记录编号、维修位置、关联的故障或设备记录。
(2)维修信息。如维修日期、维修分类、维修对工作的影响、被维修的子单元或产品等。
(3)维修资源。如不同专业不同级别的维修人工时,维修工具等。
(4)维修时间。如实际维修时间,停机时间等。
可靠性数据的每个记录在数据库中应按照若干属性来识别。每个属性描述一个信息,如故障模式,每个信息应尽可能使用一个代码。这种方法比起用文字描述的优点有3个:①查询、交互和数据分析方便;②数据录入容易;③通过预先设定的代码检查输入的一致性。
与文字描述相比,预先规定代码表的缺点是可能遗漏一些详细的信息,可以使用文字描述补充相关信息。电力变压器的故障模式代码如表2所示。
采集到的可靠性数据应被按照一定逻辑关系存储到数据库,以便于数据的查询、交互和分析统计。图4为可靠性数据与设备单元建立关联关系的示例,预防性维修记录和故障记录与设备为多对一的关系,维修记录和故障记录为一对一的关系。
图4 可靠性和维修数据与设备关联关系示例
电力设备可靠性数据资产的价值在于围绕企业的设备管理业务需求建立起数据间的关联关系,围绕设备把众多环节收集的数据整合到一起,更加全面地了解设备并进行相关挖掘分析,指导优化设备管理运营。实现上述目的的前提是获得高质量和大数量的相关数据,这也是进行设备可靠性数据资产收集和交互研究的意义所在。